CC BY
0
g DOI: 10.29141/2218-5003-2024-15-3-2 EDN: IJUMEE
й JEL dassification: J14, M31 s
Р
| Роль индивидуальных характеристик, воспринимаемых
§ выгод и рисков в онлайн-покупках лиц старшего возраста
ш
m В.В. Фокина, А.М. Пахалов «£
g Московский государственный университет имени М.В. Ломоносова, г. Москва, РФ
Аннотация. Тенденция старения населения обусловливает необходимость анализа поведения так называемых серебряных потребителей. Одной из ключевых особенностей этого поведения является низкая готовность к совершению онлайн-покупок. Статья посвящена оценке роли индивидуальных характеристик, воспринимаемых выгод и рисков в он-лайн-покупках лиц старшего возраста. Методологическую базу исследования составила концепция воспринимаемых выгод и рисков. В качестве методов использовались качественные интервью, количественный опрос, факторный анализ и моделирование структурными уравнениями. Информационной базой исследования послужили материалы 10 интервью и 244 анкет потребителей в возрасте 50 лет и старше. По результатам анализа впервые выявлены значимые предикторы интернет-покупок российских потребителей старшей возрастной группы. Так, риск оценки, производственный и финансовый риски снижают вероятность покупок онлайн, а разнообразие ассортимента повышает намерение совершать такие покупки в будущем. При этом наличие опыта покупок в интернете снижает восприятие рисков и повышает восприятие выгод. Значимую роль играют и навыки пользования интернетом: чем они лучше, тем выше вероятность онлайн-покупок. Также выявлено положительное влияние разницы биологического и когнитивного возраста: чем моложе ощущает себя индивид, тем выше вероятность совершения покупок в интернете. Полученные результаты позволяют онлайн-ритейле-рам скорректировать практики работы с потребителями старшего поколения.
Ключевые слова: воспринимаемые выгоды; воспринимаемые риски; когнитивный возраст; старшее поколение; он-лайн-покупки; серебряные потребители.
Благодарности: Авторы выражают благодарность за содействие в организации сбора данных благотворительному фонду «Добрый город Петербург», а также своим коллегам по экономическому факультету МГУ А.А. Курдину и М.Ю. Шерешевой. Информация о статье: поступила 28 августа 2023 г.; доработана 3 октября 2023 г.; одобрена 19 октября 2023 г. Ссылка для цитирования: Фокина В.В., Пахалов А.М. (2024). Роль индивидуальных характеристик, воспринимаемых выгод и рисков в онлайн-покупках лиц старшего возраста // Управленец. Т. 15, № 3. С. 20-37. DOI: 10.29141/2218-5003-202415-3-2. EDN: IJUMEE.
Online shopping behaviour of the elderly: The role of individual characteristics, perceived benefits and risks
Viktoriya V. Fokina, Aleksandr M. Pakhalov
Lomonosov Moscow State University, Moscow, Russia
Abstract. In the context of population aging, it is increasingly important for researchers to analyse the specific behaviour of the so-called 'silver consumers', who, among other things, are quite reluctant to shop online. The study aims to assess the role of individual characteristics, perceived benefits and risks on online shopping behaviour of the elderly. Methodologically, the paper relies on the concept of perceived benefits and risks. Among the research methods used are qualitative interviews, quantitative survey, factor analysis, and structural equation modelling. The empirical data are obtained from 10 interviews and 244 questionnaires with consumers aged 50 years or older. The study reveals the significant predictors of older adults' online purchases in Russia. So, for example, experience risk, performance risk and financial risk reduce the likelihood of making a purchase online, whereas variety of assortments stimulates the intention to shop on the Internet in the future. Additionally, experienced online shoppers are less perceptive to risks and more responsive to benefits. The significance of Internet skills is also proven: the stronger they are, the higher the likelihood of making a purchase online. They study demonstrates a positive relationship between biological and cognitive age: the younger an individual feels, the higher the likelihood of making purchases on the Internet. The results obtained allow online retailers to adjust their practices to the 'silver' consumer segment.
Keywords: perceived benefits; perceived risks; cognitive age; the older generation; online shopping; silver consumers. Acknowledgements: We express our gratitude to The Good City of Petersburg charity foundation for assistance in organizing data collection, as well as to our colleagues at the Faculty of Economics of Lomonosov Moscow State University A.A. Kurdin and M.Yu. Sheresheva.
Article info: received August 28, 2023; received in revised form October 3, 2023; accepted October 19, 2023
For citation: Fokina V.V., Pakhalov A.M. (2024). Online shopping behaviour of the elderly: The role of individual characteristics, perceived benefits and risks. Upravlenets/The Manager, vol. 15, no. 3, pp. 20-37. DOI: 10.29141/2218-5003-2024-15-3-2. EDN: IJUMEE.
ВВЕДЕНИЕ
Старение населения, под которым понимается увеличение доли лиц старшего возраста1 в общей численности населения, является одной из ключевых демографических тенденций в индустриальных и постиндустриальных странах, к числу которых относится и Россия [Gietel-Basten et al., 2020]. С точки зрения маркетологов, лица старшего возраста представляют собой отдельную - хотя и достаточно гетерогенную -группу «серебряных потребителей» со своими запросами, потребностями и особенностями поведения [Thompson, Thompson, 2009; Шерешева, Валитова, Березка, 2017].
В качестве одной из особенностей поведения «серебряных потребителей» традиционно рассматривается их низкая готовность к использованию новых технологий, в том числе сервисов электронной коммерции [Rybaczewska, Sparks, 2022]. С учетом этого многие практикующие маркетологи и академические исследователи [Lian, Yen, 2014] не считали релевантным для старшего поколения один из наиболее заметных маркетинговых трендов - смещение потребительских предпочтений в пользу онлайн-покупок2 [Srivastava, Thaichon, 2023].
Ситуация изменилась с началом пандемии COVID-19, оказавшейся особенно опасной для лиц старшего возраста. Высокие риски заражения и введенные во многих странах режимы самоизоляции заставили «серебряных потребителей» активнее использовать онлайн-магазины [Rybaczewska, Sparks, 2022; Yap et al., 2022]. В странах Евросоюза доля интернет-пользователей в возрасте 55-74 лет, совершающих онлайн-покуп-ки, выросла за два года пандемии на 7 % - с 53 % в 2019 г. до 60 % в 2021 г.3, а в России значение аналогичного показателя для возрастной группы 50 лет и более выросло за те же два года на 8,6 % - с 24,7 % в 2019 г. до 33,3 % в 2021 г.4 Однако говорить о переходе «серебряных потребителей» в онлайн было преждевременно: некоторые проводимые в период пандемии исследования показывали желание респондентов старшего возраста отказаться от онлайн-покупок по мере снижения эпидемиологических рисков [Hansson, Holmberg, Post, 2022]. В 2022 г. на фоне снятия большинства ограничительных мер доля «серебряных» онлайн-покупателей в Евросоюзе впервые снизилась (на 1 %). В России рост доли онлайн-покупателей старшего возраста про-
1 Подходы к определению границ старшей возрастной группы варьируются [Шерешева, Валитова, Березка, 2017], однако минимальный «порог входа» составляет 50 лет [Szmigin, Carrigan, 2001; Lian, Yen, 2014]. В данной статье под лицами старшего возраста понимаются люди в возрасте 50 и более лет.
2 Под онлайн-покупками в статье понимаются покупки товаров или услуг, осуществляемые через браузер, мобильное приложение или иную точку входа в интернет.
3 Eurostat statistics explained. https://ec.europa.eu/eurostat/ statistics-explained/index.php?title=E-commerce_statistics_for_ individuals.
4 Росстат. https://rosstat.gov.ru/folder/13877.
должился и в 2022 г. (на 4,6 %), при этом как в Европе, й
так и в РФ уровень вовлеченности «серебряных по- I
требителей» в онлайн-покупки остался заметно ниже g
по сравнению с более молодыми возрастными груп- 2
пами. <
z
Даже в условиях завершения пандемии привле- | чение лиц старшего возраста к онлайн-покупкам х остается актуальной задачей как с коммерческой, так £ и с социальной точки зрения. С позиции бизнес-ин- 5 тересов компаний розничной онлайн-торговли пред- | ставители старшего поколения образуют достаточно = большой и привлекательный сегмент потенциальной аудитории [Lian, Yen, 2014; Шерешева, Валитова, Березка, 2017]. Сквозь призму общественных интересов совершение онлайн-покупок позволяет повысить качество жизни лиц старшего возраста, имеющих проблемы со здоровьем и мобильностью [Bezirgani, Lachapelle, 2021; Yap et al., 2022], а также снять часть повседневных задач с членов их семей, помогающих им в бытовых вопросах [Шерешева, Калмыкова, Кол-кова, 2015].
Целью исследования является количественная оценка влияния воспринимаемых выгод, рисков и индивидуальных характеристик на онлайн-покупки представителей старшего возраста в России. Для достижения поставленной цели последовательно решаются следующие задачи:
• на основе анализа международных исследований и серии интервью сформулировать гипотезы о влиянии различных факторов на поведение лиц старшего возраста при онлайн-покупках;
• на базе количественного моделирования выявить значимые предикторы (выгоды, риски и индивидуальные характеристики) онлайн-покупок российских потребителей старшего возраста;
• предложить управленческие решения для компаний розничной торговли, нацеленные на повышение привлекательности и удобства онлайн-покупок для потребителей старшей возрастной группы.
В России до настоящего момента не были опубликованы научные статьи, исследующие специфику поведения потребителей старшего возраста в процессе онлайн-покупок. Имеющиеся работы либо касаются потребительского поведения лиц старшего возраста в целом, не фокусируясь на особенностях онлайн-покупок [Шерешева, Валитова, Березка, 2017], либо рассматривают широкий спектр аспектов их поведения в онлайн-среде, минимально затрагивая в этом контексте покупки в онлайн-магазинах [Алексеева и др., 2019]. Вместе с тем ввиду различий в культуре, менталитете, технологиях и в силу других факторов на каждом рынке существуют свои особенности потребительского поведения в онлайн-среде [Stafford, Turan, Raisinghani, 2004] - логично предположить, что это касается и специфики поведения лиц старшего
2 возраста в рамках онлайн-покупок. Эмпирическое й выявление факторов, стимулирующих и ограничива-I ющих совершение онлайн-покупок российскими по-g требителями старшего возраста, имеет существенное я практическое значение для участников рынка рознич-¡5 ной торговли, профильных некоммерческих организа-< ций и государственных органов. £
ОБЗОР ЛИТЕРАТУРЫ И ГИПОТЕЗЫ ИССЛЕДОВАНИЯ
Потребительские решения, в том числе решения об онлайн-покупках лиц старшего возраста, принимаются под воздействием воспринимаемых выгод и рисков. В контексте приобретения товаров и услуг в Интернете [Bhatnagar, Ghose, 2004] под воспринимаемыми рисками понимается «субъективное восприятие потребителем потенциальных потерь от онлайн-покупок», а под воспринимаемыми выгодами - «субъективная, ощущаемая покупателем полезность от онлайн-по-купок». Воспринимаемые выгоды и риски, определяющие воспринимаемую ценность технологии, выступают предикторами участия в онлайн-покупках лиц старшего возраста [McCloskey, 2006; Kwon, Noh, 2010]. Наряду с этим воздействовать на решения об онлайн-покупках может широкий спектр индивидуальных характеристик потребителя.
Воспринимаемые выгоды онлайн-покупок Ввиду отсутствия временных и пространственных ограничений удобство определяется как одно из основных преимуществ онлайн-шопинга [Kwon, Noh, 2010; Clemes, Gan, Zhang, 2014]. Дополнительно выделяются широта ассортимента и экономия затрат как факторы, оказывающие значимое положительное влияние на онлайн-покупки [Bhatnagar, Ghose, 2004; Forsythe et al., 2006; Kwon, Noh, 2010; Adnan, 2014]. Так, по результатам, представленным в работе [Clemes, Gan, Zhang, 2014], уверенность потребителей в возможности приобретения в интернете товаров, недоступных в локальных торговых точках, значимо положительно связана с онлайн-покупками.
Некоторые авторы дополнительно выделяют неутилитарное преимущество покупок в виде гедонистической выгоды [Forsythe et al., 2006], однако влияние данного фактора на онлайн-покупки подтверждается не всегда. В работе [Adnan, 2014] установлено, что в отличие от утилитарных выгод удовольствие не является значимым фактором онлайн-покупок жителей Пакистана. Не подтвердилась гипотеза о связи гедонистической выгоды с онлайн-покупками и в исследовании [Kwon, Noh, 2010]: влияние данного фактора на намерение использовать интернет для покупки одежды оказалось незначимым. Также не подтвердилась гипотеза о влиянии удобства.
По результатам проведенного анализа мы выделили следующие аспекты воспринимаемых выгод:
• удобство - экономия времени и усилий, затрачиваемых на покупку товара, отсутствие пространствен-
ных и временных ограничений и наличие доступа к информации о товаре для детального изучения;
• разнообразие ассортимента - возможность выбора товара из множества опций;
• гедонистическая выгода - получение удовольствия от покупок в интернете;
• экономия затрат - возможность выбора более выгодного ценового предложения.
Анализ литературы в сфере воспринимаемых выгод онлайн-покупок позволяет сформулировать следующие гипотезы:
H1.1: удобство положительно влияет на онлайн-по-купки лиц старшего возраста;
H1.2: разнообразие ассортимента положительно влияет на онлайн-покупки лиц старшего возраста;
H1.3: гедонистическая выгода является незначимым фактором онлайн-покупок российских потребителей старшего возраста;
H1.4: экономия затрат положительно влияет на он-лайн-покупки лиц старшего возраста.
Воспринимаемые риски онлайн-покупок
Помимо выгод в условиях онлайн-покупок потребители также сталкиваются с рисками. В одном из наиболее ранних исследований онлайн-поведения потребителей старшего возраста было показано, что некоторые респонденты оценивают онлайн-шопинг как небезопасный и сопряженный со множеством рисков [Hilt, Lipschultz, 2004].
Одними из наиболее исследованных рисков являются продуктовый и финансовый [Bhatnagar, Ghose, 2004; Kwon, Noh, 2010]. В работе [Kwon, Noh, 2010] делается вывод, что финансовый риск, связанный с он-лайн-транзакциями, негативно влияет на намерение потребителей покупать одежду онлайн, однако величина влияния оказывается сравнительно небольшой. Гипотеза же о воздействии продуктового риска в исследовании не подтверждается.
Также ученые нередко выделяют производственный риск и риск конфиденциальности. Так, в работе [Bhatti, Ur Rehman, 2020] было выявлено, что риск конфиденциальности отрицательно влияет на покупательское поведение при онлайн-шопинге. Аналогично, по результатам исследования [McCloskey, 2006], одной из причин недоверия лиц старшего возраста к онлайн-покупкам выступают сомнения в защите персональных данных. Кроме того, выяснилось, что производственный риск, включающий неудобства при оформлении заказа и задержки с получением товара, также отрицательно связан с намерением совершать онлайн-покупки [Forsythe et al., 2006].
При рассмотрении онлайн-покупок необходимо учитывать и социальный риск. Согласно результатам [Doolin et al., 2005], потребители, придающие большое значение потере социального взаимодействия, с меньшей вероятностью совершают покупки онлайн. В шведском исследовании, проведенном на пике пан-
демии [Hansson, Holmberg, Post, 2022], респонденты отмечали нехватку социального взаимодействия в качестве негативной стороны онлайн-покупок.
Таким образом, к воспринимаемым рискам наиболее часто [Srivastava, Thaichon, 2023] относят:
• продуктовый риск - риск выбора непригодного товара, возникновения проблем с качеством или несовпадения фактических характеристик с заявленными;
• финансовый риск - риск финансовых потерь ввиду мошенничества или небезопасности платежей;
• производственный риск - риск возникновения сложностей или задержек при использовании сайта, оформлении заказа или доставке;
• риск конфиденциальности - риск потери персональной информации или ее несанкционированного получения третьими лицами;
• социальный риск - риск нехватки социального взаимодействия и персонального контакта при осуществлении покупок онлайн.
По результатам анализа для проверки выдвигаются следующие гипотезы:
H2.1: производственный риск отрицательно влияет на онлайн-покупки лиц старшего возраста;
H2.2: риск конфиденциальности отрицательно влияет на онлайн-покупки лиц старшего возраста;
H2.3: финансовый риск отрицательно влияет на он-лайн-покупки лиц старшего возраста;
H2.4: социальный риск отрицательно влияет на он-лайн-покупки лиц старшего возраста;
H2.5: продуктовый риск отрицательно влияет на онлайн-покупки лиц старшего возраста.
Индивидуальные характеристики
Поскольку старшая возрастная группа является гетерогенной [Шерешева, Валитова, Березка, 2017], входящие в нее индивиды нередко отличаются по физическим, социально-демографическим и иным характеристикам, которые необходимо учитывать. Так, согласно результатам исследования [Swinyard, Smith, 2003], те, кто покупают онлайн, обычно моложе, образованнее и имеют более высокий уровень компьютерной грамотности в сравнении с теми, кто не пользуется сервисами для онлайн-покупок. В работе [Van Slyke, Comunale, Belanger, 2002] были выявлены различия по полу: женщины чаще посещают сайты, но мужчины чаще совершают онлайн-покупки. Тем не менее возможны иные результаты в других культурных условиях [Stafford, Turan, Raisinghani, 2004]. В контексте российского сегмента пожилых потребителей по данным за 2022 г.1 женщины в возрасте старше 50 лет чаще используют интернет для покупок товаров или услуг, чем мужчины.
Восприятие выгод и рисков может быть связано и с опытом работы с информационными технологиями. Так, покупатели, уверенные в своих навыках и не испытывающие дискомфорта при использо-
1 Росстат. https://rosstat.gov.ru/folder/13877.
вании компьютера, с большей вероятностью будут ° заниматься сравнительным шопингом [Iyer, Eastman, й 2006]. Также, согласно результатам [Doolin et al., 2005; I Kwon, Noh, 2010], приобретение потребительского g опыта в интернете способствует восприятию больше- 2 го числа выгод и меньшего количества рисков онлайн- < шопинга. |
Возраст также может оказывать влияние на исполь- х зование сервисов электронной коммерции. В работе £ [McCloskey, 2006] на выборке индивидов в возрас- 5 те 52-87 лет было выявлено, что более зрелые пред- | ставители старшей возрастной группы с меньшей ё вероятностью готовы покупать онлайн. Тем не менее нередко старшая аудитория ощущает себя моложе фактического возраста, что свидетельствует о необходимости учета и когнитивного возраста. В частности, по результатам исследования поведения российских потребителей в возрасте старше 50 лет [Шерешева, Валитова, Березка, 2017] было выявлено, что психологический возраст в большей степени связан с различиями в потребительских решениях. Если человек ощущает себя молодо и самостоятельно принимает потребительские решения, то он может в большей степени быть склонен к онлайн-покупкам, чем его ровесник, ощущающий себя старше. Когнитивный возраст при этом остается недостаточно исследованным фактором поведения «серебряных потребителей»: в большинстве работ используется только биологический возраст.
Кроме того, следует принимать во внимание и особенности, связанные со старением организма [Bezirgani, Lachapelle, 2021; Wu, Song, 2021]. Вследствие имеющихся ограничений по здоровью, а также низкого уровня навыков пользования Интернетом часть лиц старшего возраста могут совершать покупки с привлечением близкого окружения [Kuoppamäki, Taipale, Wilska, 2017]. По результатам исследования [Johnson, McLeod, 2017], более половины граждан Канады в возрасте старше 65 лет имели сложности с покупками продуктов питания ввиду проблем мобильности, что требовало использования вспомогательных средств для ходьбы или помощи во время покупок. Другими канадскими авторами [Bezirgani, Lachapelle, 2021] было выявлено, что пожилые люди с большей вероятностью обращаются к онлайн-покупкам продуктов при наличии проблем с подвижностью и положительного опыта таких покупок ранее. Аналогичный вывод был получен в недавнем количественном исследовании, проведенном в Малайзии [Yap et al., 2022].
На основании изложенного выдвигаются следующие гипотезы о влиянии индивидуальных характеристик на онлайн-покупки:
H3: женщины старшего возраста, проживающие в России, значимо чаще покупают онлайн, чем мужчины;
2 H4: хорошие навыки пользования интернетом пой ложительно влияют на онлайн-покупки «серебряных I потребителей»;
Я H5: «серебряные потребители», ощущающие себя моложе фактического возраста, чаще покупают он-55 лайн;
< H6: трудности при ходьбе положительно влияют £ на онлайн-покупки лиц старшего возраста;
H7: помощь со стороны окружения положительно влияет на онлайн-покупки лиц старшего возраста.
КАЧЕСТВЕННОЕ ИССЛЕДОВАНИЕ: ДИЗАЙН И РЕЗУЛЬТАТЫ
Перед тестированием выдвинутых гипотез для изучения поведения лиц старшего возраста в области онлайн- и офлайн-покупок было решено провести качественные интервью по единому разработанному гайду. В роли респондентов выступили 10 индивидов в возрасте 51-75 лет из Москвы, Санкт-Петербурга, Самары и Калининградской области. Участники рекрутировались на добровольной основе методом снежного кома. Ключевым критерием отбора участников был возраст - старше 50 лет.
Преимущественно участники самостоятельно совершают покупки в повседневной жизни (7 из 10 участников). Не все участники имеют самостоятельный опыт онлайн-покупок, но сталкиваются с заказами через близких (4 из 10 участников). Более того, 2 респондента (из 6 самостоятельно покупающих онлайн) отмечают, что первые покупки осуществлялись под «пристальным надзором» внуков или детей. По уровню владения устройствами с выходом в интернет чаще указывается средний уровень и ниже (7 из 10 респондентов).
Участники интервью отмечают, что онлайн-покупки нередко связаны с приобретением товаров, которые недоступны в офлайн-магазинах (5 из 10 участников): «Покупаю онлайн то, что недоступно в магазинах, если нет ассортимента».
Еще один мотив - более выгодное ценовое предложение в интернете, фактор цены обозначили 6 из 10 участников интервью: «Решил попробовать купить онлайн, так как говорили, что в интернете цены подешевле».
Также упоминается экономия времени (2 из 10 участников): «Бывает что-то надо, заказываешь, и быстро привозят домой».
При онлайн-покупках важно иметь возможность вживую оценить товар и его качество перед его покупкой, чтобы снизить продуктовый риск (6 из 10 участников): «Есть такая практика сначала посмотреть вживую, пощупать руками, а потом уже заказать».
Будучи обеспокоенными финансовым риском, в интернете участники интервью чаще смотрят мелкие недорогостоящие товары и опасаются делать заказы на большие суммы (4 из 10 участников): «Покупаю мелочевку, заказы на большие суммы не делаю».
Отмечается, что способ оплаты имеет значение: наличие предоплаты может останавливать от покупки, предпочтительнее оплата по факту (7 из 10 участников): «При прочих равных выбираю оплату по факту, так больше контролирую ситуацию и защищаюсь от махинаций».
Опасаясь финансового риска и потери персональных данных, а также боясь нажать «не туда», некоторые участники не оплачивают онлайн-заказы самостоятельно (4 из 10 участников): «Карты сама не ввожу, боюсь, что не туда направлю, могу что-то не увидеть».
Располагая запасом времени, лица старшего возраста могут воспринимать покупку товаров в оф-лайн-магазине как возможность социального взаимодействия, которая теряется при онлайн-покупке товаров или услуг (5 из 10 участников): «Для меня магазин — это причина выйти. Люблю выходить и самостоятельно выбирать».
С точки зрения офлайн-неудобств участники указывают на сложности при крупной закупке в офлайн-магазине и необходимости самостоятельно нести товары до дома (3 из 10 участников): «Физически тяжело носить домой сумки из магазина, особенно когда много берешь».
Полученные результаты интервью во многом согласуются с результатами обзора литературы по части факторов, воздействующих на онлайн-покупки. Получение количественных оценок влияния индивидуальных характеристик, воспринимаемых выгод и рисков на онлайн-покупки лиц старшего возраста является следующим этапом данного исследования.
КОЛИЧЕСТВЕННОЕ ИССЛЕДОВАНИЕ: ДИЗАЙН И ВЫБОРКА
Для проведения количественного опроса была подготовлена анкета, состоящая из 73 вопросов по четырем основным блокам: опыт использования интернета, опыт покупок товаров или услуг в интернете за последние 12 месяцев, оценка воспринимаемых выгод и рисков онлайн-покупок и индивидуальные характеристики.
Для формирования анкеты использовались вопросы из известных общенациональных и международных опросов (РМЭЗ НИУ ВШЭ, выборочные федеральные статистические наблюдения и пр.), а также вопросы из исследований других авторов [Гогау^е et а1., 2006; Кшоп, ЫоИ, 2010 и пр.]. Структура анкеты представлена графически на рис. 1.
Для оценки участия в онлайн-шоппинге используются вопросы о наличии опыта покупок товаров или услуг в интернете (бинарная переменная) и частоте покупок (категориальная переменная) за последние 12 месяцев. Дополнительно добавлены вопросы по самостоятельности покупок и наличию помощи со стороны родственников или окружения. Кроме того, для оценки намерения осуществлять онлайн-покупки в будущем добавлен вопрос «Насколько вероятно, что
Рис. 1. Визуализация структуры анкеты Fig. 1. Questionnaire design
в ближайшие 12 месяцев вы купите товары и услуги через интернет?» с перечнем ответов от «точно не куплю» до «точно куплю».
Для оценки воспринимаемых выгод и рисков была выбрана пятибалльная шкала Ликерта, как и в работах предшествующих исследователей [Doolin et al., 2005; Kwon, Noh, 2010; Bhatti, Ur Rehman, 2020]. Респондентам предлагалось выбрать ответ, который наилучшим образом отражает степень согласия или несогласия с каждым из утверждений (от «полностью не согласен» до «полностью согласен»).
Сбор данных в рамках количественного исследования осуществлялся с февраля по апрель 2023 г. детерминированными выборочными методами «снежный ком» и «нерепрезентативный отбор» и проводился как офлайн на бумажных анкетах, так и онлайн на платформе «Анкетолог».
Нередко старшую возрастную группу относят к труднодоступным выборкам (hard-to-reach samples), по которым одним из основных способов сборов данных является метод «снежного кома» [Faugier, Sargeant, 1997; Kammerer et al., 2019]. Это обусловлено сложностью получения информации, особенно в случае плохого здоровья целевой аудитории. В связи с этим нередко размер исследуемых выборок оказывается ограниченным. Так, в работе [Kwon, Noh, 2010] проводилось исследование факторов, влияющих на намерение к онлайн-шопингу одежды, по анкетам 293 потребителей старшего возраста (из 1 000 разосланных), а в исследовании [McCloskey, 2006] оценивалась важность простоты использования, полезности и доверия по данным 110 респондентов в возрасте 52-87 лет. Из-
за сложности построения выборки многие исследователи поведения «серебряных потребителей» делали выбор в пользу качественной методологии: в частности, такой дизайн был выбран в исследованиях из Китая [Shen, Zhou, Lin, 2014], США [Hilt, Lipschultz, 2004] и Швеции [Hansson, Holmberg, Post, 2022].
В рамках данного исследования для количественного анализа были собраны 249 анкет (176 цифровых и 73 бумажных). Цифровые анкеты включают ответы 60 целевых респондентов онлайн-панели сервиса «Ан-кетолог». В пяти анкетах, заполненных на бумажном носителе, респонденты отметили отсутствие доступа к интернету, ввиду чего их ответы не были учтены в последующем анализе. Итоговый размер выборки исследования составил 244 индивида в возрасте 50 лет и старше.
КОЛИЧЕСТВЕННОЕ ИССЛЕДОВАНИЕ: РЕЗУЛЬТАТЫ
По результатам сбора данных были проанализированы ответы индивидов в возрасте 50-87 лет. Для учета когнитивного возраста и его разницы с биологическим была создана переменная Cogn10, где 1 означает разницу между биологическим и когнитивным возрастом 10 лет и более, а 0 - менее 10 лет. По результатам опроса средняя разница между биологическим и когнитивным возрастом составляет 10 лет, ввиду чего и был определен данный порог.
В табл. 1 и прил. 1 представлены описательные статистики по основным количественным и категориальным переменным соответственно. Средний биологический возраст опрошенных составил 59 лет, а когнитивный - 49 лет.
^ Таблица 1 - Описательная статистка
й Table 1 - Descriptive statistics
s
Статистика Описание
Биологический возраст Когнитивный возраст
Количество ответов 244 244
Среднее значение 59 49
Статистическое отклонение 7,1 10,6
Минимум 50 20
Максимум 87 85
В выборке преобладают ответы женщин (65 %). Большинство респондентов отметили, что используют интернет на ежедневной основе (88 %). Практически половина опрошенных (49 %) оценивают навыки пользования интернетом как хорошие или очень хорошие, при этом 87 % приобретали товары или услуги онлайн за последние 12 месяцев. 42 % опрошенных начали пользоваться интернетом для покупки товаров или услуг более 4 лет назад. За последний год примерно каждый седьмой оформлял заказ с привлечением окружения - родственников или знакомых (15 %).
Один из центральных блоков анкеты был посвящен изучению воспринимаемых выгод и рисков онлайн-по-купок, где респондентам было предложено выразить уровень согласия с 40 утверждениями, выявленными в ходе обзора литературы. Аналогично подходам других авторов для проверки конструктной валидности и сокращения числа рассматриваемых утверждений был проведен анализ главных компонент [Doolin et al., 2005; Kwon, Noh, 2010; Dai, Forsythe, Kwon, 2013].
Формирование факторов воспринимаемых выгод и рисков с использованием метода главных компонент
Метод главных компонент позволяет снижать размерность данных без потери исходной информации. Ввиду того, что между факторами может быть взаимосвязь, для анализа был выбран метод главных компонент с неортогональным облимин-вращением [Iyer, Eastman, 2006]. Утверждения из блоков воспринимаемых выгод и рисков рассматривались по отдельности.
Изначально были рассмотрены 23 суждения из блока воспринимаемых рисков. В ходе анализа были сформированы и сохранены шесть главных компонент с наибольшими значениями показателей доли объясненной дисперсии (суммарно 66 %) и собственными значениями больше 1. Аналогично подходу авторов [Forsythe et al., 2006] после вращения были исключены из анализа показатели с низкой факторной нагрузкой (<0,4). В число исключенных попали три утверждения производственного риска, два - финансового риска и одно - продуктового риска. Более того,
по результатам анализа продуктовый риск был разбит на два фактора: риск дефекта и риск оценки с двумя и тремя утверждениями соответственно. К первому фактору относятся утверждения, связанные с ожидаемыми функциональными недочетами заказываемого товара, тогда как ко второму - с невозможностью живой оценки качества. Дополнительно был рассчитан коэффициент альфа Кронбаха: по всем факторам расчетное значение показателя оказалось больше минимально допустимого порога в 0,6 [Lian, Yen, 2014], что говорит о внутренней согласованности утверждений. Таким образом, итоговое число аспектов, формирующих шесть факторов воспринимаемого риска, составило 17 утверждений, и гипотеза H2.5 о влиянии продуктового риска была разбита на две альтернативные:
H2.5: риск дефекта отрицательно влияет на он-лайн-покупки лиц старшего возраста.
Н2.6: риск оценки качества товара отрицательно влияет на онлайн-покупки лиц старшего возраста.
Сформированные факторы воспринимаемых рисков и их факторные нагрузки представлены в табл. 2.
Аналогичным образом были обработаны и проверены 17 утверждений, формирующих аспекты воспринимаемых выгод. По результатам анализа главных компонент были сохранены три фактора с собственным значением более 1, объясняющие 56 % общей дисперсии исходных данных. В число показателей с низкой факторной нагрузкой (<0,4) после вращения вошли три утверждения фактора удобства, четыре утверждения экономии затрат, два - гедонистической выгоды и одно - разнообразия ассортимента, в связи с чем они были исключены из дальнейшего анализа. При последующем расчете альфы Кронбаха значение одного из факторов оказалось меньше (0,45) минимально допустимого порога, ввиду чего данный фактор был исключен из анализа. По оставшимся компонентам значение составило более 0,7. Итоговое число аспектов, формирующих два фактора воспринимаемых выгод, составило пять утверждений. Полученные факторы и факторные нагрузки представлены в табл. 3.
Таким образом, для проверки выдвинутых гипотез были суммарно сформированы восемь факторов: два фактора воспринимаемых выгод (разнообразие ассортимента и удобство) и шесть факторов воспринимаемых рисков (производственный, финансовый, социальный риски, а также риски дефекта, конфиденциальности, оценки). На основе собранных данных не удалось полноценно сформировать гедонистическую и ценовую компоненты выгод, ввиду чего гипотезы H1.3 и H1.4 были исключены из дальнейшего эмпирического исследования.
Моделирование структурными уравнениями и тестирование гипотез
Аналогично подходам других авторов для тестирования гипотез было применено моделирование струк-
Таблица 2 - Факторы воспринимаемых рисков и факторные нагрузки формирующих их утверждений Table 2 - Factors of perceived risks and factor loadings of the underlying statements
Утверждение («При онлайн-покупке я...») Производственный риск Риск дефекта Финансовый риск Риск конфиденциальности Социальный риск Риск оценки
...могу столкнуться с трудностями в ходе оформления заказа 0,485
...могу столкнуться струдностями в поиске подходящего веб-сайта 0,503
...могу столкнуться струдностями в поиске нужного товара илиуслуги 0,491
...могу получить продукт, работающий не так, как ожидалось 0,495
...могу получить нето, что заказывал(-а) в интернет-магазине 0,544
...могу столкнуться с кражей данных моей банковской карты 0,440
...могу переплатить из-за высокой стоимости доставки 0,550
...могу приобрести случайно добавленный в корзину товар 0,472
...не могу бытьуверен(-а), что информация, которую я предоставляю интернет-магазину, не передается третьим лицам и не используется не по назначению 0,574
...не могу быть уверен (-а), что моя личная информация защищается интернет-магазином 0,571
...не могу быть уверен (-а), что мои покупательские привычки и история покупок не отслеживаются интернет-магазином 0,518
...могу столкнуться с нехваткой социального контакта или взаимодействия 0,603
...могу столкнуться с нехваткой персонального обслуживания 0,588
...могу потерять возможность пройтись по офлайн-магазинам с семьей или друзьями 0,485
...не могу рассмотреть, потрогать, понюхать, протестировать продукт 0,463
...не могу оценить качество товаров и услуг 0,571
...не могу сравнить качество схожих товаров и услуг 0,569
Примечание: составлено по результатам анализа собранных данных в статистическом пакете Б1а1а.
Таблица 3 - Факторы воспринимаемых выгод и факторные нагрузки формирующих ихутверждений Table 3 - Factors of perceived benefits and factor loadings of the underlying statements
Утверждение («При онлайн-покупке я...») Разнообразие ассортимента Удобство
...могу найти продукты, недоступные в других местах 0,463
...могу получить доступ к расширенному ассортименту продуктов 0,423
...могу приобрести товары и услуги, когда и где захочу 0,411
...могу затратить совсем немного усилий 0,536
...могу не ждать, пока меня обслужат 0,456
Примечание: составлено по результатам анализа собранных данных в статистическом пакете Б1а1а.
2 турными уравнениями, позволяющее одновременно Iii изучать взаимосвязи между различными зависимы-I ми и независимыми переменными [Doolin et al., 2005; Я Kwon, Noh, 2010; Dai, Forsythe, Kwon, 2013]. В струк-я турную модель были включены восемь коррелирую-5 щих латентных переменных воспринимаемых выгод < и рисков. Также в качестве экзогенных наблюдаемых Ц переменных в модель были введены биологический возраст и бинарные переменные, отражающие разницу между биологическим и когнитивным возрастом, трудности при ходьбе, пол, навыки пользования интернетом и фактор помощи со стороны окружения. Переменные образования, наличия партнера, дохода и иные были исключены из анализа ввиду снижения качества моделей при их добавлении. Для контроля возможного смещения результатов из-за того, что часть ответов была собрана в онлайн-формате, в модель добавлена бинарная переменная Оnline, отражающая формат заполнения анкеты. В результате были построены три модели.
В модели 1 зависимой переменной является бинарная переменная Purch, отражающая наличие самосто-
ятельных или осуществленных с чьей-либо помощью онлайн-покупок за последние 12 месяцев, тогда как в модели 2 - порядковая переменная Freq, отражающая частоту онлайн-покупок за последние 12 месяцев. Структура моделей 1 и 2 представлена на рис. 2.
Поскольку имеющийся опыт онлайн-покупок может также влиять на восприятие выгод и рисков, дополнительно была построена модель 3, где переменная покупок в интернете за последний год выступает в качестве предиктора воспринимаемых выгод и рисков. Зависимой переменной в данной модели является порядковая переменная Inten, отражающая намерение осуществить онлайн-покупки в ближайшие 12 месяцев. Структура модели 3 представлена на рис. 3.
Перед анализом результатов мы провели оценку качества моделей. Согласованность моделей с данными подтвердилась как минимум по одному из четырех основных критериев (модель 1 - CFI > 0,9, RMSEA < 0,08; модель 2 - CFI > 0,9; RMSEA < 0,08; модель 3 - RMSEA < 0,08), в связи с чем качество моделей признается удовлетворительным для дальнейшего тестирования гипотез [Kline, 2023]. Результаты оценки моделей
Рис. 2. Визуализация моделей 1 и 2 перед оцениванием Fig. 2. Model 1 and Model 2 pre-evaluation structure
Удобство Формат заполнения анкеты
1
Разнообразие ассортимента Намерение
Риск дефекта -► совершить онлайн-покупку
Опыт Риск оценки t
онлайн-покупок Индивидуальные характеристики • Биологический возраст ■ Разница между биологическим и когнитивным возрастом • Помощь окружения • Навыки • Пол • Трудности при ходьбе
Финансовый риск
Производственный риск
Риск конфиденциальности
Социальный риск
Рис. 3. Визуализация модели 3 перед оцениванием Fig. 3. Model 3 pre-evaluation structure
и значения стандартизованных коэффициентов представлены в табл. 4, а также изображены в виде диаграмм путей в прил. 2.
Во всех моделях выявляется значимое отрицательное влияние биологического возраста: чем он выше, тем ниже вероятность онлайн-покупок. Вместе с этим коэффициент при разнице между биологическим и когнитивным возрастом значим на 5%-ном уровне, и те индивиды, которые ощущают себя на 10 и более лет моложе фактического возраста, значимо чаще имеют опыт онлайн-покупок. Это свидетельствует о том, что при восприятии возраста ниже фактического люди более склонны участвовать в онлайн-шопинге. Однако влияние показателя на намерение совершить такие покупки в будущем оказывается незначимым.
По результатам оценки первой модели те, кто обращались за помощью, с большей вероятностью покупали онлайн, что говорит о частичной несамостоятельности лиц старшего возраста и значимости поддержки со стороны окружения при покупках в интернете. Однако данное влияние перестает
быть значимым в контексте частоты онлайн-покупок, ° а при рассмотрении намерения совершить их в буду- й щем становится значимо отрицательным. Такой ре- I зультат может говорить о том, что покупки через g окружение являются скорее разовыми и вынужден- 2 ными, нежели спланированными или регулярными. < Аналогично только в модели 1 наблюдается положи- | тельная связь факта совершения онлайн-покупок и на- х выков пользования интернетом: чем лучше человек £ оценивает свои навыки, тем с большей вероятностью 5 у него есть опыт участия в онлайн-покупках. При этом | влияние на частоту и намерение не выявляется. Мож- = но предположить, что плохие навыки пользования интернетом могут останавливать от онлайн-покупок при первичном знакомстве с сервисами электронной коммерции, но не при регулярном использовании.
Гипотеза о влиянии пола не подтверждается: коэффициент перед переменной Gender оказывается незначимым, что свидетельствует об отсутствии различий. Аналогично не подтверждается и гипотеза об отрицательном влиянии трудностей при ходьбе.
Таблица 4 - Результаты моделирования структурными уравнениями Table 4 - Results of structural equation modelling
Переменная Purch Freq Inten Переменная Purch Freq Inten
Биологический возраст -0,18*** (0,00) -0,21*** (0,00) -0,15*** (0,01) Риск оценки
Опыт онлайн-покупок -0,26*** (0,00)
Разница между биологическим и когнитивным возрастом 0,11** (0,05) 0,15*** (0,01) 0,06 (0,25)
Финансовый риск
Помощь 0,35*** (0,00) 0,06 (0,29) -0,15*** (0,01) Опыт онлайн-покупок -0,42*** (0,00)
Навыки пользования интернетом 0,16** (0,01) 0,09 (0,15) 0,05 (0,37) Производственный риск
Опыт онлайн-покупок -0,31*** (0,00)
Онлайн 0,11** (0,05) 0,07 (0,19) 0,01 (0,90)
Риск конфиденциальности
Пол -0,05 (0,33) -0,07 (0,18) -0,06 (0,25) Опыт онлайн-покупок -0,16** (0,02)
Ходьба -0,04 (0,50) -0,06 (0,29) -0,07 (0,19) Социальный риск
Опыт онлайн-покупок -0,17** (0,02)
Финансовый риск -0,28** (0,04) -0,12 (0,43) -0,24** (0,04)
Риск дефекта
Производственный риск -0,18** (0,04) -0,18* (0,05) -0,09 (0,26)
Опыт онлайн-покупок -0,07 (0,35)
Риск оценки -0,77 (0,40) -0,22** (0,02) -0,35*** (0,00)
Удобство
Опыт онлайн-покупок 0,21*** (0,00)
Риск дефекта 0,14 (0,17) 0,16 (0,13) 0,38*** (0,00)
Разнообразие ассортимента
Разнообразие ассортимента 0,14 (0,17) 0,1 (0,35) 0,23** (0,05)
Опыт онлайн-покупок 0,33*** (0,00)
Удобство 0,02 (0,87) 0,13 (0,24) 0,12 (0,26)
N 244 244 244
Социальный риск 0,06 (0,51) 0,06 (0,50) 0,00 (0,97) p > chi2 0,00 0,00 0,00
RMSEA 0,05 0,05 0,06
Риск конфиденциальности 0,08 (0,36) 0,00 (0,98) 0,03 (0,65) CFI 0,92 0,92 0,87
SRMR 0,09 0,09 0,10
Примечание: Purch - участие в онлайн-покупках за последние 12 месяцев, Freq - частота онлайн-покупок за последние 12 месяцев, Inten - намерение совершить онлайн-покупки в ближайшие 12 месяцев.
Составлено по результатам анализа собранных данных в статистическом пакете Stata.
2 В рамках блока воспринимаемых рисков наблюдай ется значимое отрицательное влияние риска оценки I на частоту онлайн-покупок и намерение совершать их Я в будущем (в моделях 2 и 3). Если человек считает, что оценка качества приобретаемых в интернете товаров 55 и услуг затруднительна, то он реже покупает онлайн < и в меньшей степени намеревается покупать в буду-1 щем. Выявляется отрицательное влияние и финансового риска (в моделях 1 и 3): чем выше степень его восприятия, тем ниже вероятность, что индивид совершал или планирует совершать онлайн-покупку. Влияние финансового риска на частоту покупок оказывается незначимым, что может свидетельствовать о снижении важности данного фактора при неоднократных повторяющихся покупках. Также производственный риск, отражающий возможные технические трудности при онлайн-покупках, отрицательно связан с участием в онлайн-покупках и их частотой (модели 1 и 2): те, кто в меньшей степени воспринимают этот риск, с большей вероятностью участвуют в онлайн-покуп-ках и чаще приобретают необходимое в Интернете. Данный риск теряет свою значимость в модели 3, что может быть связано с его снижением в результате предшествующего опыта и, соответственно, меньшей значимостью при дальнейших покупках. Социальный риск и риск конфиденциальности в соответствии с результатами оценки модели не влияют на онлайн-по-купки лиц старшего возраста.
Также по результатам модели 3 значимое положительное влияние на намерение совершать онлайн-покупки в будущем оказывает риск дефекта, который не снижается с опытом онлайн-покупок. Причиной этого может быть низкая значимость риска для лиц старшего возраста, в связи с чем респонденты продолжают планировать онлайн-покупки в ближайшем будущем.
В контексте воспринимаемых выгод единственным значимым фактором оказывается только разнообразие ассортимента, и с увеличением восприятия данной выгоды повышается вероятность участия в онлайн-по-купках. Значимость же удобства не подтверждается, и данная выгода по результатам анализа не оказывает влияния на онлайн-покупки.
Как видно из результатов оценки модели 3, предшествующий опыт онлайн-покупок повышает восприятие выгод и снижает восприятие рисков онлайн-по-купок (кроме продуктового риска дефекта), тем самым делая интернет-шопинг менее рискованным в глазах индивидов.
Таким образом, по результатам исследования частично подтверждаются гипотезы Н1.2, Н2.1, Н2.3, Н2.6, Н4, Н5, Н7, остальные гипотезы не находят подтверждения.
Полученные результаты частично соотносятся, а частично отличаются от результатов ранее опубликованных эмпирических работ.
ДИСКУССИЯ И ОГРАНИЧЕНИЯ ИССЛЕДОВАНИЯ
Согласно результатам исследования [Kwon, Noh, 2010], воспринимаемые выгоды выступают более хорошим предиктором намерения онлайн-покупок одежды, чем воспринимаемые риски, и наибольшее влияние оказывает разнообразие ассортимента и ценовых предложений. В другой работе [Bhatti, Ur Rehman, 2020] также выявляется положительное влияние разнообразия ассортимента и удобства. Определено положительное, значимое на 5%-ном уровне влияние разнообразия ассортмента, однако результат оказывается неустойчивым и наблюдается лишь в модели, где зависимой является переменная намерения. Влияние на участие и частоту онлайн-покупок не установлено. Несмотря на то, что удобство нередко отмечается в качестве одной из основных выгод онлайн-покупок, в данном исследовании, как и в работе [Doolin et al., 2005], гипотеза о его положительном влиянии не подтверждается. Можно предположить, что в контексте российского рынка данная выгода теряет свою значимость при учете всех возможных рисков. Более того, как показало исследование [Kwon, Noh, 2010], чем старше люди, тем меньше выгод они воспринимают, а значит, отсутствие значимого влияния может быть обусловлено и возрастом опрошенных.
Более устойчивые результаты наблюдаются в контексте воспринимаемых рисков. Социальный риск по результатам проведенного анализа не является предиктором онлайн-покупок лиц старшего возраста, что не совпадает с результатами [Doolin et al., 2005], где было выявлено значимое отрицательное влияние данного фактора. Также не подтверждается гипотеза о воздействии риска конфиденциальности ни на одну из зависимых переменных, как и в работе [Dai, Forsythe, Kwon, 2013]. Данный риск оказывается не так важен для респондентов, как продуктовый и финансовый риски, отрицательно влияющие на онлайн-покупки. Например, финансовый риск снижает намерение покупать в интернете в будущем, и, согласно выводам Dai, Forsythe, Kwon, 2013], отрицательное влияние оказывается значимым на 5%-ном уровне.
В контексте индивидуальных характеристик не подтверждается влияние пола на онлайн-покуп-ки, в том числе на частоту их совершения, в отличие от результатов исследования [Doolin et al., 2005], где было выявлено, что мужчины более склонны покупать онлайн, чем женщины. Тем не менее в данной работе подтверждается положительное влияние опыта пользования интернетом, при этом чем лучше навыки индивида, тем выше вероятность его участия в он-лайн-покупках. Также было выявлено положительное воздействие данного фактора, но на сумму онлайн-по-купок.
Интересным оказывается результат по влиянию разницы между биологическим и когнитивным возрастом. В соответствии с результатами в среднем ког-
нитивный возраст оказывается приблизительно на 10 лет меньше фактического, и эта разница положительно влияет на онлайн-покупки (модели 1 и 2). Чем моложе ощущает себя человек, тем выше вероятность совершения онлайн-покупок.
В отличие от результатов других ученых [Bezirgani, Lachapelle, 2021; Yap et al., 2022] фактор ограничений по мобильности (трудностей с ходьбой) не оказался значимым в рассматриваемых моделях, и влияние его на онлайн-покупки не подтвердилось при использовании других индивидуальных факторов в качестве контрольных. Можно предположить, что такие люди продолжают посещать офлайн-магазины или решают проблемы иным образом: например, обращаются за помощью с покупками к родственникам.
ЗАКЛЮЧЕНИЕ
В условиях старения населения лица старшего возраста являются аудиторией, понимание и учет которой необходимы для развития онлайн-бизнеса.
По результатам проведенного исследования определены значимые факторы онлайн-покупок «серебряных потребителей»: выявлено отрицательное влияние биологического возраста, финансового, производственного рисков и риска оценки, а также положительное влияние разнообразия ассортимента, навыков пользования интернетом и восприятия возраста ниже фактического.
Полученные результаты имеют практическую ценность для онлайн-ритейлеров. Так, им необходимо стимулировать потребителей в возрасте 50 лет и старше совершить первую покупку, по результатам которой повышается восприятие выгод и снижается восприятие рисков. Для вовлечения рассматриваемой аудитории в рамках коммуникационных кампаний рекомендовано усиливать рекламные сообщения информацией о разнообразии ассортимента, поскольку данная выгода положительно влияет на намерение покупать онлайн. Для снижения финансового риска следует делать акцент на безопасности данных карты и платежей, например, посредством размещения укрупненных иконок защиты платежей. Снизить производственный риск может размещение инструкции по формированию и оплате заказа. Это не только
позволит упростить процесс знакомства с платфор- ° мами электронной коммерции, но и предоставит ли- й цам старшего возраста возможность самостоятельно I приобрести товар или услугу в интернете. Наличие д детализированных описаний и 3Э-макетов товара не- к обходимо для снижения риска оценки. <
По результатам исследования помощь со стороны | окружения положительно влияет на участие в интер- х нет-шопинге, однако такие покупки оказываются ско- £
ш
рее разовыми, нежели регулярными. Это свидетель- 5 ствует о необходимости повышения доступности | онлайн-покупок непосредственно для аудитории стар- = шего возраста. Способствовать этому может улучшение навыков пользования интернетом, положительное влияние которых также было выявлено в работе. Для повышения вовлеченности онлайн-ритейлеры могут запустить курсы обучения по использованию платформ электронной коммерции. Кроме того, при разработке маркетинговой стратегии следует учитывать психологические аспекты восприятия возраста.
При рассмотрении результатов данной работы необходимо принимать во внимание присущие ей ограничения, преодоление которых открывает пространство для дальнейших исследований. Во-первых, собранная выборка является детерминированной и, соответственно, не может считаться гарантированно репрезентативной, ввиду чего полученные результаты могут не в полной мере отображать поведение рассматриваемой аудитории. Оценка моделей на панельных или пространственных данных, репрезентирующих генеральную совокупность лиц старшего возраста, проживающих в России, позволит расширить наполненность групп и получить валидные результаты. Во-вторых, значительная часть анкет была собрана в онлайн-фор-мате, что также может приводить к недооценке значимости некоторых аспектов риска ввиду большего опыта пользования интернетом. Увеличение количества офлайн-анкет (или использование телефонного опроса) является перспективой развития исследования. В-третьих, поскольку часть факторов не удалось сформировать по собранным в рамках опроса данным (экономия затрат, гедонистическая выгода), то влияние данных факторов остается открытым к изучению в контексте российского рынка.
ю ■н s
Приложение 1 - Описательная статистика Appendix 1 - Descriptive statistics
Описание Переменные Ответы Количество Доля, %
Факт онлайн-покупок Purch Нет - 0 31 12,70
Да - 1 213 87,30
Намерение купить онлайн Inten Точно не куплю - 1 13 5,33
Скорее не куплю - 2 24 9,84
Не составил мнения / затрудняюсь ответить - 3 26 10,66
Скорее куплю - 4 83 34,02
Точно куплю - 5 98 40,16
Частота онлайн-покупок Freq Не покупал - 0 31 12,70
Реже, чем раз в полгода - 1 11 4,51
Один раз в 4-6 месяцев - 2 16 6,56
Один раз в 2-3 месяца - 3 41 16,80
Один раз в месяц - 4 35 14,34
Несколько раз в месяц - 5 110 45,08
Пол Gender Ж - 0 159 65,16
М - 1 85 34,84
Биологический возраст BioAg До 60 лет - 0 133 54,51
60 + лет - 1 111 45,49
Разница между биологическим и когнитивным возрастом Cogn10 До 10 лет - 0 114 46,72
10 + лет - 1 130 53,28
Размер города City Население 1 млн и более - 0 91 37,30
Население < 1 млн - 1 153 62,70
Образование Education Среднее общее / профессиональное - 0 79 32,38
Минимум высшее - 1 165 67,62
Занятость Work Нет - 0 101 41,39
Да - 1 143 58,61
Самооценка здоровья Health Среднее и ниже - 0 151 61,89
Хорошее или очень хорошее - 1 93 38,11
Инвалидность Disability Нет - 0 231 94,67
Да - 1 13 5,33
Трудности при ходьбе Walk Нет - 0 182 74,59
Да - 1 62 25,41
Финансовое положение Finance Не хватает на бытовую технику - 0 83 34,02
Хватает как минимум на бытовую технику - 1 161 65,98
Навыки пользования интернетом Skill Средние и хуже - 0 124 50,82
Хорошие и лучше -1 120 49,18
Помощь окружающих Help Нет - 0 207 84,84
Да - 1 37 15,16
Способ заполнения анкеты Online На бумаге - 0 68 27,87
Онлайн - 1 176 72,13
Приложение 2 - Структурные модели и диаграммы путей Appendix 2 - Structural equation and path models
Con Less -—(Éî) ConWait Mj4) ConPITi |«-(£з)
74 VarAv
Диаграмма путей модели 11: Defect_risk - риск дефекта, Experience_risk - риск оценки, Fin_risk - финансовый риск, Perf_ risk - производственный риск, Priv_risk - риск конфиденциальности, Soc_risk - социальный риск, Conv_Ben - удобство,
Variety_Ben - разнообразие ассортимента Model 1 path: Defect_risk is defect risk, Experience_risk is experience risk, Fin_risk is financial risk, Perf_risk is performance risk, Priv_risk is privacy risk, Soc_risk is social risk, Conv_Ben is convenience, Variety_Ben is variety of assortment
M
о
M
et
et а.
Con Less (É^)
PrWe
Диаграмма путей модели 22: Defect_risk - риск дефекта, Experience_risk - риск оценки, Fin_risk - финансовый риск, Perf_risk - производственный риск, Priv_risk - риск конфиденциальности, Soc_risk - социальный риск, Conv_Ben - удобство, Variety_Ben - разнообразие ассортимента Model 2 path: Defect_risk is defect risk, Experience_risk is experience risk, Fin_risk is financial risk, Perf_risk is performance risk, Priv_risk is privacy risk, Soc_risk is social risk, Conv_Ben is convenience, Variety_Ben is variety of assortment
1 Рассчитано в статистическом пакете Stata.
2 Рассчитано в статистическом пакете Stata.
*
сч о сч
Диаграмма путей модели 31: Defect_risk - риск дефекта, Experience_risk - риск оценки, Fin_risk - финансовый риск, Perf_ risk - производственный риск, Priv_risk - риск конфиденциальности, Soc_risk - социальный риск, Conv_Ben - удобство,
Variety_Ben - разнообразие ассортимента
Model 3 path: Defect_risk is defect risk, Experience_risk is experience risk, Fin_risk is financial risk, Perf_risk is performance risk, Priv_risk is privacy risk, Soc_risk is social risk, Conv_Ben is convenience, Variety_Ben is variety of assortment
Рассчитано в статистическом пакете Stata.
i
Источники
Алексеева О.А., Бестужева О.Ю., Вершинская О.Н., Галюжин А.Ю., Скворцова Е.Е. (2019). Новые возможности и риски потребления электронных услуг людьми старшего возраста // Народонаселение. № 1. С. 128-142. https://doi. org/10.19181/1561-7785-2019-00010 Шерешева М.Ю., Валитова Л.А., Березка С.М. (2017). Потребительское поведение россиян возрастной категории 50+: пилотное исследование // Вестник Санкт-Петербургского университета. Менеджмент. №16 (2). С. 242-267. https://doi. org/10.21638/11701/spbu08.2017.203 Шерешева М.Ю., Калмыкова Н.М., Колкова К.М. (2015). Старение населения и проблемы поколения «сэндвич»: социально-экономические и психологические аспекты // Вестник Балтийского федерального университета им. И. Канта. Серия: Гуманитарные и общественные науки. № 3. С. 5-14. Adnan H. (2014). An analysis of the factors affecting online purchasing behavior of Pakistani consumers. International Journal
of Marketing Studies, vol. 6, no. 5, pp. 133-148. http://dx.doi.org/10.5539/ijms.v6n5p133 Bezirgani A., Lachapelle U. (2021). Online grocery shopping for the elderly in Quebec, Canada: The role of mobility impediments and past online shopping experience. Travel Behaviour and Society, vol. 25, pp. 133-143. https://doi.org/10.1016/j. tbs.2021.07.001
Bhatnagar A., Ghose S. (2004). Segmenting consumers based on the benefits and risks of Internet shopping. Journal of Business
Research, vol. 57, no. 12, pp. 1352-1360. https://doi.org/10.1016/S0148-2963(03)00067-5 Bhatti A., Rehman S.U. (2020). Perceived benefits and perceived risks effect on online shopping behavior with the mediating role of consumer purchase intention in Pakistan. International Journal of Management Studies, vol. 26, no. 1, pp. 33-54. https://doi.org/10.32890/ijms.26.1.2019.10512 Clemes M.D., Gan C., Zhang J. (2014). An empirical analysis of online shopping adoption in Beijing, China. Journal of Retailing
and Consumer Services, vol. 21, no. 3, pp. 364-375. https://doi.org/10.1016/j.jretconser.2013.08.003 Dai B., Forsythe S., Kwon W.S. (2013). The impact of online shopping experience on risk perceptions and online purchase intentions: Does product category matter? Journal of Electronic Commerce Research, vol. 15, no. 1, pp. 13-24. Doolin B., Dillon S., Thompson F., Corner J.L. (2005). Perceived risk, the Internet shopping experience and online purchasing behavior: A New Zealand perspective. Journal of Global Information Management (JGIM), vol. 13, no. 2, pp. 66-88. https:// doi.org/10.4018/jgim.2005040104 Faugier J., Sargeant M. (1997). Sampling hard to reach populations. Journal of Advanced Nursing, vol. 26, no. 4, pp. 790-797.
https://doi.org/10.1046/j.1365-2648.1997.00371.x Forsythe S., Liu C., Shannon D., Gardner L.C. (2006). Development of a scale to measure the perceived benefits and risks of online shopping. Journal of Interactive Marketing, vol. 20, no. 2, pp. 55-75. https://doi.org/10.1002/dir.20061
Gietel-Basten S., Mau V., Sanderson W., Scherbov S., Hulgin, S. (2020). Ageing in Russia: A regional appraisal. Journal of Population Ageing, vol. 13, pp. 63-80. https://doi.org/10.1007/s12062-019-9238-x 3 Hansson L., Holmberg U., Post A. (2022). Reorganising grocery shopping practices-the case of elderly consumers. The Interna- § tional Review of Retail, Distribution and Consumer Research, vol. 32, no. 4, pp. 351-369. https://doi.org/10.1080/09593969.2 Jj 022.2085137 8
QS
Hilt M.L., Lipschultz J.H. (2004). Elderly Americans and the Internet: E-mail, TV news, information and entertainment websites. g Educational Gerontology, vol. 30, no. 1, pp. 57-72. https://doi.org/10.1080/03601270490249166 §
Iyer R., Eastman J.K. (2006). The elderly and their attitudes toward the Internet: The impact on Internet use, purchase, and * comparison shopping. Journal of Marketing Theory and Practice, vol. 14, no. 1, pp. 57-67. https://doi.org/10.2753/MTP1069- E 6679140104 i-
Johnson C.S., McLeod K.M. (2017). Relationship between fear of falling and preceived difficulty with grocery shopping. 5 The Journal of Frailty & Aging, vol. 6, no. 1, pp. 33-36. https://dx.doi.org/10.14283/jfa.2016.115 |
Kammerer K., Falk K., Herzog A., Fuchs J. (2019). How to reach 'hard-to-reach' older people for research: The TIBaR model £
of recruitment. Survey Methods: Insights from the Field (SMIF). https://doi.org/10.13094/SMIF-2019-00012 Kline R.B. (2023). Principles and practice of structural equation modeling. Guilford Publications.
Kuoppamaki S.M., Taipale S., Wilska T.A. (2017). The use of mobile technology for online shopping and entertainment among
older adults in Finland. Telematics and Informatics, vol. 34, no. 4, pp. 110-117. https://doi.org/10.1016/j.tele.2017.01.005 Kwon W.S., Noh M. (2010). The influence of prior experience and age on mature consumers' perceptions and intentions of internet apparel shopping. Journal of Fashion Marketing and Management: An International Journal, vol. 14, no. 3, pp. 335-349. https://doi.org/10.1108/13612021011061825 Lian J.W., Yen D.C. (2014). Online shopping drivers and barriers for older adults: Age and gender differences. Computers
in Human Behavior, vol. 37, pp. 133-143. https://doi.org/10.1016Zj.chb.2014.04.028 McCloskey D.W. (2006). The importance of ease of use, usefulness, and trust to online consumers: An examination of the technology acceptance model with older customers. Journal of Organizational and End User Computing (JOEUC), vol. 18, no. 3, pp. 47-65. https://doi.org/10.4018/joeuc.2006070103 Rybaczewska M., Sparks L. (2022). Ageing consumers and e-commerce activities. Ageing & Society, vol. 42, no. 8, pp. 1879-1898.
https://doi.org/10.1017/S0144686X20001932 Shen C., Zhou L., Lin S. (2014). Older adults' online shopping behavior in China. In Cross-Cultural Design: 6th International Conference, CCD 2014, Held as Part of HCI International 2014, Heraklion, Crete, Greece, June 22-27, 2014. Proceedings 6 (pp. 482-488). Springer International Publishing. https://doi.org/10.1007/978-3-319-07308-8_46 Srivastava A., Thaichon P. (2023). What motivates consumers to be in line with online shopping?: A systematic literature review and discussion of future research perspectives. Asia Pacific Journal of Marketing and Logistics, vol. 35, no. 3, pp. 687-725. https://doi.org/10.1108/APJML-10-2021-0777 Stafford T.F., Turan A., Raisinghani M.S. (2004). International and cross-cultural influences on online shopping behavior. Journal
of Global Information Technology Management, vol. 7, no. 2, pp. 70-87. https://doi.org/10.1080/1097198X.2004.10856373 Swinyard W.R., Smith S.M. (2003). Why people (don't) shop online: A lifestyle study of the Internet consumer. Psychology &
Marketing, vol. 20, no. 7, pp. 567-597. https://doi.org/10.1002/mar.10087 Szmigin I., Carrigan M. (2001). Learning to love the older consumer. Journal of Consumer Behaviour: An International Research
Review, vol. 1, no. 1, pp. 22-34. https://doi.org/10.1002/cb.51 Thompson N.J., Thompson K.E. (2009). Can marketing practice keep up with Europe's ageing population? European Journal
of Marketing, vol. 43, no. 11/12, pp. 1281-1288. https://doi.org/10.1108/03090560910989885 Van Slyke C., Comunale C.L., Belanger F. (2002). Gender differences in perceptions of web-based shopping. Communications
of the ACM, vol. 45, no. 8, pp. 82-86. https://doi.org/10.1145/545151.545155 Wu J., Song S. (2021). Older adults' online shopping continuance intentions: Applying the technology acceptance model and the theory of planned behavior. International Journal of Human-Computer Interaction, vol. 37, no. 10, pp. 938-948. https:// doi.org/10.1080/10447318.2020.1861419 Yap Y.Y., Tan S.H., Tan S.K., Choon S.W. (2022). Integrating the capability approach and technology acceptance model to explain the elderly's use intention of online grocery shopping. Telematics and Informatics, vol. 72, 101842. https://doi.org/10.1016/j. tele.2022.101842
References
Alekseeva O.A., Bestuzheva O.Yu., Vershinskaya O.N., Galyuzhin A.Yu., Skvortsova E.E. (2019). New opportunities and risks of the use of e-services by older people. Narodonaselenie / Population, no. 1, pp. 128-142. https://doi.org/10.19181/1561-7785-2019-00010. (in Russ.)
Sheresheva M.Yu., Valitova L.A., Berezka S.M. (2017). Consumer behavior of the Russians aged 50+: Pilot study. Vestnik Sankt-Peterburgskogo universiteta. Menedzhment / Vestnik of Saint Petersburg University. Management, vol. 16, no. 2, pp. 242-267. https://doi.org/10.21638/11701/spbu08.2017.203. (in Russ.)
Sheresheva M.Yu., Kalmykova N.M., Kolkova K.M. (2015). Population aging and problems of the sandwich generation: Socioeconomic and psychological aspects. Vestnik Baltiyskogo federalnogo universiteta im. I. Kanta. Seriya: Gumanitarnye i obsh-chestvennye nauki/IKBFU's Vestnik. Series: Humanities and Social Science, no. 3, pp. 5-14. (in Russ.)
00
2 Adnan H. (2014). An analysis of the factors affecting online purchasing behavior of Pakistani consumers. International Journal
3 of Marketing Studies, vol. 6, no. 5, pp. 133-148. http://dx.doi.org/10.5539/ijms.v6n5p133
| Bezirgani A., Lachapelle U. (2021). Online grocery shopping for the elderly in Quebec, Canada: The role of mobility impedi* ments and past online shopping experience. Travel Behaviour and Society, vol. 25, pp. 133-143. https://doi.org/10.1016/j.
8 tbs.2021.07.001
£ Bhatnagar A., Ghose S. (2004). Segmenting consumers based on the benefits and risks of Internet shopping. Journal of Business
< Research, vol. 57, no. 12, pp. 1352-1360. https://doi.org/10.1016/S0148-2963(03)00067-5
S Bhatti A., Rehman S.U. (2020). Perceived benefits and perceived risks effect on online shopping behavior with the mediating
^ role of consumer purchase intention in Pakistan. International Journal of Management Studies, vol. 26, no. 1, pp. 33-54. https://doi.org/10.32890/ijms.26.1.2019.10512 Clemes M.D., Gan C., Zhang J. (2014). An empirical analysis of online shopping adoption in Beijing, China. Journal of Retailing
and Consumer Services, vol. 21, no. 3, pp. 364-375. https://doi.org/10.1016/jjretconser.2013.08.003 Dai B., Forsythe S., Kwon W.S. (2013). The impact of online shopping experience on risk perceptions and online purchase intentions: Does product category matter? Journal of Electronic Commerce Research, vol. 15, no. 1, pp. 13-24. Doolin B., Dillon S., Thompson F., Corner J.L. (2005). Perceived risk, the Internet shopping experience and online purchasing behavior: A New Zealand perspective. Journal of Global Information Management (JGIM), vol. 13, no. 2, pp. 66-88. https:// doi.org/10.4018/jgim.2005040104 Faugier J., Sargeant M. (1997). Sampling hard to reach populations. Journal of Advanced Nursing, vol. 26, no. 4, pp. 790-797.
https://doi.org/10.1046/j.1365-2648.1997.00371.x Forsythe S., Liu C., Shannon D., Gardner L.C. (2006). Development of a scale to measure the perceived benefits and risks of online shopping. Journal of Interactive Marketing, vol. 20, no. 2, pp. 55-75. https://doi.org/10.1002/dir.20061 Gietel-Basten S., Mau V., Sanderson W., Scherbov S., Hulgin, S. (2020). Ageing in Russia: A regional appraisal. Journal of Population Ageing, vol. 13, pp. 63-80. https://doi.org/10.1007/s12062-019-9238-x Hansson L., Holmberg U., Post A. (2022). Reorganising grocery shopping practices-the case of elderly consumers. The International Review of Retail, Distribution and Consumer Research, vol. 32, no. 4, pp. 351-369. https://doi.org/10.1080/09593969.2 022.2085137
Hilt M.L., Lipschultz J.H. (2004). Elderly Americans and the Internet: E-mail, TV news, information and entertainment websites.
Educational Gerontology, vol. 30, no. 1, pp. 57-72. https://doi.org/10.1080/03601270490249166 Iyer R., Eastman J.K. (2006). The elderly and their attitudes toward the Internet: The impact on Internet use, purchase, and comparison shopping. Journal of Marketing Theory and Practice, vol. 14, no. 1, pp. 57-67. https://doi.org/10.2753/MTP1069-6679140104
Johnson C.S., McLeod K.M. (2017). Relationship between fear of falling and preceived difficulty with grocery shopping.
The Journal of Frailty & Aging, vol. 6, no. 1, pp. 33-36. https://dx.doi.org/10.14283/jfa.2016.115 Kammerer K., Falk K., Herzog A., Fuchs J. (2019). How to reach 'hard-to-reach' older people for research: The TIBaR model
of recruitment. Survey Methods: Insights from the Field (SMIF). https://doi.org/10.13094/SMIF-2019-00012 Kline R.B. (2023). Principles and practice of structural equation modeling. Guilford Publications.
Kuoppamaki S.M., Taipale S., Wilska T.A. (2017). The use of mobile technology for online shopping and entertainment among
older adults in Finland. Telematics and Informatics, vol. 34, no. 4, pp. 110-117. https://doi.org/10.1016/j.tele.2017.01.005 Kwon W.S., Noh M. (2010). The influence of prior experience and age on mature consumers' perceptions and intentions of internet apparel shopping. Journal of Fashion Marketing and Management: An International Journal, vol. 14, no. 3, pp. 335-349. https://doi.org/10.1108/13612021011061825 Lian J.W., Yen D.C. (2014). Online shopping drivers and barriers for older adults: Age and gender differences. Computers
in Human Behavior, vol. 37, pp. 133-143. https://doi.org/10.1016/j.chb.2014.04.028 McCloskey D.W. (2006). The importance of ease of use, usefulness, and trust to online consumers: An examination of the technology acceptance model with older customers. Journal of Organizational and End User Computing (JOEUC), vol. 18, no. 3, pp. 47-65. https://doi.org/10.4018/joeuc.2006070103 Rybaczewska M., Sparks L. (2022). Ageing consumers and e-commerce activities. Ageing & Society, vol. 42, no. 8, pp. 1879-1898.
https://doi.org/10.1017/S0144686X20001932 Shen C., Zhou L., Lin S. (2014). Older adults' online shopping behavior in China. In Cross-Cultural Design: 6th International Conference, CCD 2014, Held as Part of HCI International 2014, Heraklion, Crete, Greece, June 22-27, 2014. Proceedings 6 (pp. 482-488). Springer International Publishing. https://doi.org/10.1007/978-3-319-07308-8_46 Srivastava A., Thaichon P. (2023). What motivates consumers to be in line with online shopping?: A systematic literature review and discussion of future research perspectives. Asia Pacific Journal of Marketing and Logistics, vol. 35, no. 3, pp. 687-725. https://doi.org/10.1108/APJML-10-2021-0777 Stafford T.F., Turan A., Raisinghani M.S. (2004). International and cross-cultural influences on online shopping behavior. Journal
of Global Information Technology Management, vol. 7, no. 2, pp. 70-87. https://doi.org/10.1080/1097198X.2004.10856373 Swinyard W.R., Smith S.M. (2003). Why people (don't) shop online: A lifestyle study of the Internet consumer. Psychology &
Marketing, vol. 20, no. 7, pp. 567-597. https://doi.org/10.1002/mar.10087 Szmigin I., Carrigan M. (2001). Learning to love the older consumer. Journal of Consumer Behaviour: An International Research Review, vol. 1, no. 1, pp. 22-34. https://doi.org/10.1002/cb.51
Thompson N.J., Thompson K.E. (2009). Can marketing practice keep up with Europe's ageing population? European Journal
of Marketing, vol. 43, no. 11/12, pp. 1281-1288. https://doi.org/10.1108/03090560910989885 Van Slyke C., Comunale C.L., Belanger F. (2002). Gender differences in perceptions of web-based shopping. Communications
of the ACM, vol. 45, no. 8, pp. 82-86. https://doi.org/10.1145/545151.545155 Wu J., Song S. (2021). Older adults' online shopping continuance intentions: Applying the technology acceptance model and the theory of planned behavior. International Journal of Human-Computer Interaction, vol. 37, no. 10, pp. 938-948. https:// doi.org/10.1080/10447318.2020.1861419 Yap Y.Y., Tan S.H., Tan S.K., Choon S.W. (2022). Integrating the capability approach and technology acceptance model to explain the elderly's use intention of online grocery shopping. Telematics and Informatics, vol. 72, 101842. https://doi.org/10.1016/j. tele.2022.101842
Информация об авторах Information about the authors
Фокина Виктория Вячеславовна
Аналитик лаборатории институционального анализа. Московский государственный университет имени М.В. Ломоносова, г. Москва, РФ. E-mail: viktoriaF2010@mail.ru
Пахалов Александр Михайлович
Научный сотрудник лаборатории институционального анализа, член управляющего совета магистерской программы «Маркетинг». Московский государственный университет имени М.В. Ломоносова, г. Москва, РФ. E-mail: pakhalov@gmail.com
Viktoriya V. Fokina
Analyst at the Laboratory of Institutional Analysis. Lomonosov Moscow State University, Moscow, Russia. E-mail: viktoriaF2010@mail.ru
Aleksandr M. Pakhalov
Researcher at the Laboratory of Institutional Analysis, Member of the Governing Council of the Master's Program "Marketing". Lomonosov Moscow State University, Moscow, Russia. E-mail: pakhalov@gmail. com
et a.
